معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

EHR generation with prompt learning by language models.

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	PromptEHR-0.0.2
نام	PromptEHR
نسخه کتابخانه	0.0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Zifeng Wang
ایمیل نویسنده	zifengw2@illinois.edu
آدرس صفحه اصلی	https://github.com/RyanWangZf/PromptEHR
آدرس اینترنتی	https://pypi.org/project/PromptEHR/
مجوز	-

# PromptEHR Wang, Zifeng and Sun, Jimeng. (2022). PromptEHR: Conditional Electronic Healthcare Records Generation with Prompt Learning. EMNLP'22. # Usage Get pretrained PromptEHR model (learned on MIMIC-III sequence EHRs) in three lines: ```python from promptehr import PromptEHR model = PromptEHR() model.from_pretrained() ``` A jupyter example is available at https://github.com/RyanWangZf/PromptEHR/blob/main/example/demo_promptehr.ipynb. # How to install Install the correct `PyTorch` version by referring to https://pytorch.org/get-started/locally/. Then try to install `PromptEHR` by ```bash pip install git+https://github.com/RyanWangZf/PromptEHR.git ``` or ```bash pip install promptehr ``` # Load demo synthetic EHRs (generated by PromptEHR) ```python from promptehr import load_synthetic_data data = load_synthetic_data() ``` # Use PromptEHR for generation ```python from promptehr import SequencePatient from promptehr import load_synthetic_data from promptehr import PromptEHR # init model model = PromptEHR() model.from_pretrained() # load input data demo = load_synthetic_data(n_sample=1000) # we have 10,000 samples in total # build the standard input data for train or test PromptEHR models seqdata = SequencePatient(data={'v':demo['visit'], 'y':demo['y'], 'x':demo['feature'],}, metadata={ 'visit':{'mode':'dense'}, 'label':{'mode':'tensor'}, 'voc':demo['voc'], 'max_visit':20, } ) # you can try to fit on this data by # model.fit(seqdata) # start generate # n: the target total number of samples to generate # n_per_sample: based on each sample, how many fake samples will be generated # the output will have the same format of `SequencePatient` fake_data = model.predict(seqdata, n=1000, n_per_sample=10) ```

نیازمندی

مقدار	نام
-	wget
-	tqdm
-	dill
-	numpy
>=0.12.1	tokenizers
>=1.11.0	torch
>=4.19.0	transformers

نحوه نصب

نصب پکیج whl PromptEHR-0.0.2:

pip install PromptEHR-0.0.2.whl

نصب پکیج tar.gz PromptEHR-0.0.2:

pip install PromptEHR-0.0.2.tar.gz